• 基于脊喇叭天线的非接触式宽带微波系统在油水两相流含水率检测中的新方法及应用

  为解决油气田开发中后期产出液高含水、流型复杂，传统基于电容、电导、电阻的含水率测量技术面临准确度、稳定性与适应性挑战的问题，研究人员提出了一种新型非接触式宽带微波系统——脊喇叭天线微波透射传感器(RHAMTS)。该研究通过优化天线几何结构、全波有限元仿真及静/动态实验，证实RHAMTS在乳化液和分层流态下均能基于宽带频谱特征（幅度衰减、相移）实现0–100%全范围含水率的灵敏监测。该系统具有非接触、光谱信息丰富、兼容多种流型等优势，为复杂现场条件下的含水率监测提供了可行高效方案。

  来源：Sensors

  时间：2026-04-17

• 混合聚类-分类方法预测地质聚合物的强度并分析其材料组成：一种基于机器学习的化学组成高精度预测框架

  研究人员为应对传统方法难以从复杂化学组成准确预测地质聚合物(Geopolymers)关键力学性能（如抗压强度CS）的挑战，开展了一项结合K-means聚类与多种分类算法（RF、ANN、LightGBM、NB、LDA）的混合机器学习研究。该研究利用能量色散X射线光谱(EDS)数据，通过聚类发现材料的自然组成簇群，再训练分类器预测混合物编号，最终实现了高达98%的准确率，并明确Si/Al比为最关键预测因子。这一方法为基于化学成分快速、可靠地预测材料性能提供了新工具，显著推进了可持续建筑材料的设计与优化进程。

  来源：Polymers

  时间：2026-04-17

• 采用高切线-倾斜锁骨上野技术优化乳腺癌淋巴结区域三维适形放疗剂量规划的研究

  为了解决乳腺癌放疗中扩大照射野覆盖淋巴结区域会增加同侧肺等正常组织受照剂量的问题，研究人员开展了一项研究，评估了一种优化的“高切线-倾斜锁骨上野(HT)”3DCRT技术。结果显示，相比标准(ST)技术，HT技术可提高腋窝I/II级淋巴结的剂量覆盖，同时降低同侧肺的照射剂量，为改善乳腺癌患者的放疗计划提供了新方法。

  来源：International Journal of Breast Cancer

  时间：2026-04-17

• 基于机器学习的物联网环境入侵检测方法研究：决策树、随机森林与支持向量机的性能比较与评估

  面对物联网（IoT）网络攻击面急剧扩大、传统入侵检测系统（IDS）难以应对资源受限和动态威胁环境的挑战，本研究聚焦于机器学习（ML）在IoT安全领域的应用。研究人员利用Kaggle的“IoT Intrusion Detection”开源数据集，对决策树（DT）、随机森林（RF）和支持向量机（SVM）三种监督学习模型进行了系统性训练与评估。结果显示，决策树模型在总体精度（99.36%）、精准率、召回率和F1分数上均表现最佳，树基模型为实时IoT入侵检测提供了高效且可解释的解决方案。该研究为解决IoT设备固有的安全漏洞、提升网络安全态势提供了重要的方法学参考和实践依据，对保护关键基础设施和个人数据安全具有重要意义。

  来源：Frontiers in Artificial Intelligence

  时间：2026-04-17

• 主动干涉光谱技术在海洋石油污染监测中的应用：实现油膜厚度的实时精准测量

  为解决海洋石油污染中油膜厚度难以实时、精确测量的难题，研究人员开展了基于主动光学干涉光谱技术的油膜厚度测量研究。该方法利用主动光源的干涉光谱分析，无需机械扫描，实现了对0.382-23.3μm范围内原油和凝析油薄膜厚度的高精度（95%）实时测量。该技术为现场实时监测、优化溢油应对措施及理解海-气界面过程提供了新工具。

  来源：Frontiers in Marine Science

  时间：2026-04-17

• 用于高细胞密度生物技术工程系统中实时代谢物监测的微流控光谱分析平台

  方启汉 悉尼大学工程与信息技术学院，澳大利亚悉尼，SW 2006 **摘要** 用于生物制造药物、酶和生物基化学品的高密度工艺是一种利用活细胞有效生产产品的新方法。然而，由于数据采集存在时间延迟以及传统离线分析方法的局限性，实时监测细胞内和细胞外代谢物水平一直很困难

  来源：Microchemical Journal

  时间：2026-04-17

• 利用陷阱技术及田间调查方法，为特色树种中扁头蛀虫侵害风险建立基线信息

  摘要 扁头甲虫（鞘翅目：拟步甲科）主要是食木昆虫。其幼虫会在树干中钻洞，从而导致树皮变色、凹陷、出现裂缝或树皮脱落等表面损伤。这些害虫对乔治亚州的特殊树木作物构成了严重威胁，例如Chrysobothris femorata（Olivier）这种经济价值较高的物种会对多种特殊作物

  来源：Journal of Applied Entomology

  时间：2026-04-17

• 气候变化加剧下热应激与心血管健康的关联：基于多模型流行病学与机器学习方法的半干旱特大都市实证研究

  在气候变化加剧、高温频发的半干旱城市环境中，热应激对心血管疾病的健康威胁日益凸显。本研究以伊朗伊斯法罕为例，通过连接气象数据与医院入院记录，量化了多种热应激指数与心血管疾病住院率的关联，并利用机器学习模型识别了延长住院时间的风险因素。研究发现，同一天热指数每升高4.3°C，心血管疾病入院风险增加12%；持续5天或更长的热浪则使风险骤增42%。极端热暴露还与更长的住院时间（LOS>7天）相关。在预测模型（XGBoost、随机森林等）中，XGBoost表现出优异的判别性能（AUC=0.84），并确定热指数、湿球黑球温度（WBGT）和年龄为关键预测因子。该研究强调了将基于气候的早期预警系统整合到医院应急策略中的重要性，为减轻与热相关的心血管风险提供了科学依据。

  来源：BMC Public Health

  时间：2026-04-17

• 精细粉碎的低水分（FPL）凝胶态核磁共振（NMR）技术用于近乎完全溶解的整株植物细胞壁

  针对木质纤维素材料NMR分析困难的问题，本研究提出了一种新型FPL凝胶态NMR方法。该方法通过优化干燥协议、提高球磨效率和采用DMSO-d6/DMF-d7溶剂系统，有效解决了磁场不均和分子活动受限的挑战，实现了无需化学预处理即可获得可靠二维HSQC谱。该方法已成功验证于多种生物质样本分析，为植物细胞壁结构研究提供了新工具。

  来源：Magnetic Resonance in Chemistry

  时间：2026-04-17

• 基于RGB-D信息的显著物体检测方法：采用跨模态自适应相关学习网络

  RGB-D显著检测中，CACNet通过自适应跨模态相关学习融合RGB与深度特征，采用分层多尺度特征解码器聚合全局与局部信息，并设计结构质量感知优化目标提升边界一致性。

  来源：Signal Processing: Image Communication

  时间：2026-04-17

知名企业招聘：